تشخيص ناهنجاري نرم افزارهاي تجاري تحت وب با استفاده از تركيب دسته بندهاي تك كلاسي

امروزه بخش گسترده اي از تجارت جهاني از طريق نرم افزارهاي تحت وب انجام مي گيرد. انجام عمليات تحت وب شامل حجم زيادي از پردازش اطلاعات ميشود و با خطرات امنيتي فزاينده و زيادي روبروست . هر ساله در سراسر دنيا، سامانه هاي زيادي هدف حملات و تهديدات سايبري قرار مي گيرند. تشخيص ناهنجاري سامانه‌هاي تحت وب رويكردي است كه بر كشف حملات جديد و ناشناخته تاكيد دارد. در اين مقاله روشي براي تشخيص ناهنجاري نرم افزارهاي تجاري تحت وب با استفاده از تركيب دسته‌بندهاي تك‌كلاسي پيشنهاد شده است. در مرحله آموزش بردارهاي ويژگي استخراج شده مرتبط با هر درخواست HTTP، وارد سامانه شده و نمونه شبيه‌سازي شده درخواست عادي توسط هر دسته‌بند يادگيري مي‌شود؛ سپس با استفاده از روش‌هاي مختلف تركيب دسته‌بندهاي تك‌كلاسي؛ بار ديگر نمونه شبيه‌سازي شده درخواست عادي HTTP به سيستم يادگيري منتقل مي‌شود. براي تركيب دسته‌بندها از استراتژي‌هاي مختلف تركيب، جهت تصميم‌گيري گروهي استفاده شده است. نتايج ارزيابي‌هاي كمي و كيفي روش پيشنهادي بر روي پايگاه‌داده CSIC، بيانگر نرخ تشخيص حدود 99 درصد در مدل‌سازي با روش‌هاي تركيبي و حداكثر نرخ هشدار نادرست حدود 2/0 مي باشد. رويكرد سيستم پيشنهادي در استفاده از تصميم‌گيري گروهي، معيارهاي كارآيي سامانه تشخيص ناهنجاري را بخوبي بهبود ‌بخشيده است.